Hasil Pencarian  ::  Simpan CSV :: Kembali

"Optimasi Biaya Penjadwalan Multi-Proyek pada Industri Pembuatan Mesin berbasis Engineer to Order. Paper ini membahas tentang penggunaan model mixed integer linear programming (MILP) untuk mengoptimalkan biaya dari problem penjadwalan multi-proyek pada industri pembuatan mesin. Industri ini dicirikan dengan adanya keterlambatan dalam memenuhi pesanan sehingga menyebabkan adanya biaya pinalti dan tambahan biaya pekerja. Karena itu tujuan dari studi ini adalah meminimalkan kedua biaya tersebut. Model yang dibangun dan dipecahkan dapat menunjukkan bagaimana mencapai tujuan tersebut yaitu melalui outsourcing (alih daya) atau melalui lembur. Model penjadwalan multi-proyek ini dipecahkan dengan menggunakan algoritma Branch & Bound yang telah di-coding dalam software Lingo 14,0. Hasil dari studi kasus yang menggunakan model ini menunjukkan jika sebuah perusahaan ingin menekan keterlambatan maka sebaiknya digunakan lembur bukan alih daya. Penggunaan lembur pada studi kasus dapat menekan keterlambatan multi-proyek hingga 144 hari atau 73,5%. Tetapi, jika perusahaan ingin menekan biaya maka alih daya harus digunakan. Dengan jalan ini perusahaan dapat mengurangi biaya sebesar 10.873.000 IDR atau 28,5%. Hasil ini menunjukkan model yang dibangun dapat digunakan sebagai model generic pada penjadwalan industry multi-proyek pembuatan mesin.

---

This paper discusses the utilization of mixed integer linear programming (MILP) model to optimize cost for multi- project scheduling in a machine maker company. The objective is to minimize total project?s penalty cost and labor cost. The model formulated shows how to achieve the objective i.e. whether to use outsourcing or overtime to finish all projects. The model of multi-project scheduling was solved by Branch & Bound algorithm coded in Lingo 14.0 software. The case study shows that if a company wants to minimize lateness, it should use overtime instead of outsourcing, which minimize total lateness of projects by 144 days or 73.5%. Whereas, if a company wants to optimize cost, they should use outsourcing instead of overtime, which reduces total cost of about 10,873,000 IDR or 28.5%. These results indicate that the model developed is applicable for optimizing multi-project scheduling."

"Penelitian ini membahas mengenai pembuatan model Mixed Integer Linear Programming (MILP) untuk meminimalkan biaya penjadwalan multi-proyek pada perusahaan manufaktur mesin yang seringkali mengalami keterlambatan penyelesaian proyek. Tujuan optimasinya adalah untuk meminimalkan total biaya penalti keterlambatan proyek dan total biaya karyawan. Biaya karyawan yang dimaksud yaitu apakah lebih optimal jika dilakukan alih daya karyawan atau melakukan lembur. Dengan menggunakan model yang telah dibuat, maka penjadwalan multi-proyek dioptimasi dengan bantuan software Lingo 14.0 menggunakan pendekatan branch & bound.Hasil yang diperoleh yaitu jika perusahaan ingin mengoptimalkan keterlambatan, maka dengan lembur akan lebih minimal daripada alih daya yaitu total penurunan keterlambatan sebesar 144 hari atau sebesar 73.5%. Sebaliknya jika dilihat dari sisi total biaya yang dikeluarkan, maka dengan alih daya hasilnya lebih minimal daripada lembur yaitu ada penurunan total biaya sebesar Rp. 10,873,000 atau sebesar 28.5%. Hasil ini menunjukkan bahwa model yang dibuat dapat mengoptimasi penjadwalan multi-proyek.

---

This paper discusses about creating Mixed Integer Linear Programming (MILP) model to optmize cost for multi-project scheduling in a machine maker company. Paper?s objective is to minimize total of project?s penalty cost and labor?s cost. It needs to show whether using outsourcing or overtime will be more optimal to finish all projects. Using the created model, scheduling of multi-project is optimized by Lingo 14.0 software with branch& bound approach.

This paper resulted, if company want to optimize lateness, they should use overtime instead of outsourcing which improves total lateness of projects for 144 days or 73.5%. Whereas, if company want to optmize cost, they should use outsourcing instead of overtime which reduces total cost about IDR10,873,000 or 28.5%. These results indicate that the models can be used to optimize multi-project scheduling."

"The emphasis of the book is on the question of Why – only if why an algorithm is successful is understood, can it be properly applied, and the results trusted. Algorithms are often taught side by side without showing the similarities and differences between them. This book addresses the commonalities, and aims to give a thorough and in-depth treatment and develop intuition, while remaining concise."

"This book contains the Proceedings of the Second International Symposium on the Education in Mechanism and Machine Science (ISEMMS 2017), which was held in Madrid, Spain. The Symposium has established a stable framework for exchanging experience among researchers regarding mechanism and machine science, with special emphasis on New Learning Technologies and globalization. The papers cover topics such as mechanism and machine science in mechanical engineering curricula; mechanism and machine science in engineering programs: methodology; mechanism and machine science in engineering programs: applications and research; and new trends in mechanical engineering education. "

"ABSTRAKPenelitian ini bermaksud untuk melihat pengaruh penetrasi impor mesin perkakas terhadap pertumbuhan sektor industri mesin perkakas di Indonesia dengan rentang waktu penelitian selama kurun waktu 1985 - 2014. Metodologi penelitian menggunakan metode Ordinary Least Square OLS . Hasil penelitian menunjukkan bahwa peningkatan penetrasi impor berpengaruh negatif terhadap pertumbuhan sektor industri mesin perkakas di Indonesia.

---

ABSTRACTThis study analyses the impact of import penetration of machine tools to machine tools industrial sector growth in Indonesia using data from 1985 to 2014 period. The research methodology using Ordinary Least Square method OLS . The results shows that the increase penetration of import negatively affect to machine tools industrial sector growth in Indonesia."

"Kondisi fasilitas produksi atau mesin merupakan salah satu faktor penting yang perlu diperhatikan demi menjaga kelancaran proses produksi. Untuk mengurangi frekuensi kegagalan mesin dapat dilakukan dengan menerapkan pemeliharaan preventif. Penelitian ini dilakukan di Pabrik Kelapa Sawit yang memproduksi Crude Palm Oil (CPO) dengan objek penelitian pada mesin screw press pada stasiun pengempaan. Saat ini, perusahaan telah menerapkan pemeliharaan preventif tetapi dinilai belum efektif karena downtime mesin masih tinggi, sekitar 76% dari waktu beroperasi. Tujuan dari penelitian ini adalah menentukan interval waktu pemeliharaan preventif yang tepat untuk mesin screw press agar probabilitas mesin screw press beroperasi tanpa kegagalan dapat meningkat dengan analisis reliabilitas. Hasil penelitian menunjukkan bahwa komponen worm screw, coupling, van belt, dan gearbox merupakan komponen kritis dari mesin press 2 dan mesin press 4. Interval pemeliharaan preventif untuk komponen tersebut pada mesin press 2 agar mencapai reliabilitas 60% berturut-turut yaitu 725 jam, 820 jam, 770 jam, dan 820 jam. Sedangkan untuk mesin press 4, interval pemeliharaan preventif untuk empat komponen berturut-turut yaitu 790 jam, 970 jam, 960 jam, dan 860 jam.

---

The condition of production facilities or machine is one of the crucial factors that need to be considered to maintain the smoothness of the production process. To reduce the frequency of machine failures, preventive maintenance can be implemented. This research was conducted at a Crude Palm Oil (CPO) Processing Plant, with the research object being the screw press machine at the pressing station. Currently, the company has implemented preventive maintenance, but it is considered ineffective due to high machine downtime, approximately 76% of the operating time. The aim of this research is to determine the appropriate interval for preventive maintenance for the screw press machine to increase the probability of operation without failure through reliability analysis. The research results show that the worm screw, coupling, van belt, and gearbox components are critical components of press machines 2 and 4. The preventive maintenance intervals for these components on press machine 2 to achieve 60% reliability are 725 hours, 820 hours, 770 hours, and 820 hours, respectively. Meanwhile, for press machine 4, the preventive maintenance intervals for the four components are 790 hours, 970 hours, 960 hours, and 860 hours, respectively."

"This book offers recommendations on the milling processes for the carbon fiber reinforced plastic CFRP/Al2024. Due to the anisotropic and non-homogeneous structure of CFRP and the ductile nature of aluminum, the machining of this material is very challenging and causes various types of damage, such as matrix cracking and thermal alterations, fiber pullout and fuzzing during drilling and trimming, which affect the quality of machined surface.The book studies and models the machined surface quality of CFRP/Al2024 using a two-level full factorial design experiment. It describes the processes of trimming using down milling, and statistically and graphically analyzes the influence and interaction of cutting parameters. Lastly, the book presents the optimization of the cutting parameters in order to create a surface texture quality of CFRP/Al2024 to less than 1 µm."

"ABSTRAKMachine learning dapat digunakan untuk menganalisis berbagai macam jenis data, termasuk data yang umumnya bersifat rahasia. Sebuah model machine learning yang sudah dilatih dapat dibungkus dalam sebuah aplikasi web sehingga model tersebut dapat diakses dengan mudah via internet. Namun, jika data yang ingin dianalisis bersifat pribadi atau rahasia seperti data medis atau keuangan maka hal ini menjadi masalah, pengelola aplikasi itu dapat saja membaca data rahasia yang di-input. Skema enkripsi homomorfis dapat digunakan untuk menghadapi masalah ini. Salah satu skema enkripsi yang memiliki sifat homomorfis ialah skema enkripsi Paillier. Pada peneltitian ini ditunjukkan bahwa suatu jenis model machine learning tertentu dapat menerima input data yang terenkripsi dengan skema enkripsi Paillier dan menghasilkan output yang terenkripsi dengan kunci yang sama. Konsep ini didemonstrasikan dengan melatih sebuah model machine learning dengan database MNIST. Kemudian, model ini diuji dengan data test yang terenkripsi dengan skema enkripsi Paillier. Hasil percobaan menunjukkan akurasi model mencapai 92,92.

---

ABSTRACTMachine learning can be used to analyze various kinds of data, including confidential data such us medical or financial data. A trained machine learning model can be wrapped in a web application so that people can access it easily via internet. But if the data to be analyzed is private or confidential, this will cause a problem, the application administrator may read our input. Homomorphic encryption scheme can be used to overcome this kind of problem. Paillier encryption scheme is one kind of encryption scheme that has homomorphic property. In this research, it will be shown that one type of machine learning model can take an input encrypted by Paillier encryption scheme and produce an output encrypted with the same key. This concept is demonstrated by training a machine learning model with the MNIST database of hand written digits. This model will be tested with the test data encrypted with Paillier encryption scheme. The experiment shows that the model achieved 92.92 accuracy."

"Sejalan dengan pesatnya perkembangan dunia manufaktur dewasa ini menuntut pihak industri untuk melakukan terobosan-terobosan dalam teknologi manufaktur. Standar ISO 6983 (G-Code) untuk saat ini sebagai acuan. Tetapi dalam perkembangannya G-Code yang berbasis machine oriented masih terdapat beberapa kekurangan terutama dalam hal pertukaran informasi. Sehingga untuk mengatasi masalah tersebut diperkenalkan STEP-NC (Standard for the Exchange of Product Data for Numerical Control) melalui standar ISO 14649. Diharapkan dengan STEP-NC ini kekurangan yang terdapat pada sistem G-Code dapat teratasi. Sedangkan mesin-mesin CNC lama di Indonesia pada saat ini banyak yang tidak mempunyai controller pengenal bahasa STEP-NC, sehingga diperlukan suatu Post Processor untuk dapat mengenal dan menterjemahkan bahasa STEP-NC ke bahasa G-code. Diperlukan bantuan program untuk mengkonversi bahasa tersebut. Proses pembuatan program ini akan melalui beberapa tahap untuk penyelesaiannya, yakni mapping, pembuatan algoritma berdasarkan rule yang didapat dari hasil mapping, pembuatan program berdasarkan algoritma tersebut serta proses validasi. Program telah melakukan proses mapping dengan baik walaupun masih memiliki keterbatasan-keterbatasan tertentu tetapi sudah mampu menghasilkan file yang berisi data G-Code dan dapat dipakai pada mesin konvensional saat ini.

---

Nowadays, development on manufacturing world is so fast that demans factory to find new technology. Right now, standar ISO 6983 (G-Code) is used as a form. But in the G-Code development that is basicly machine oriented still have some lack on exchange information. To conquer this problem was introduce STEP-NC (STandard for the Exchange of Product Data for Numerical Control) or ISO 14649.

Hopely with this standard that lack on G-Code can be handled. Although almost old CNC machines in Indonesia right now doesn't have STEP-NC language recognizer controller, so post processor is needed to recognize and translate from STEP-NC language to G-Code language. A need of a program to convert those languages.

Making this program need some steps. That steps are mapping, make algorithm based on rule that get from mapping process, making the program based on that algorithm also validation process. Program have done mapping process with good result altought still have some lack, but it can produce G-Code file and can be used on conventional machine."

"A successful understanding on how to make computers learn would open up many new uses of computers and new levels of competence and customization. A detailed understanding on inform-ation- processing algorithms for machine learning might lead to a better understanding of human learning abilities and disabilities. There are many type of machine learning that we know, which includes Backpropagation (BP), Extreme Learning Machine (ELM), and Support Vector Machine (SVM). This research uses five data that have several characteristics. The result of this research is all the three investigated models offer comparable classification accuracies. This research has three type conclusions, the best performance in accuracy is BP, the best performance in stability is SVM and the best performance in CPU time is ELM for bioinformatics data.

---

Keberhasilan pemahaman tentang bagaimana membuat komputer belajar akan membuka banyak manfaat baru dari komputer. Sebuah pemahaman yang rinci tentang algoritma pengolahan informasi untuk pembelajaran mesin dapat membuat pemahaman yang sebaik kemampuan belajar manusia. Banyak jenis pembelajaran mesin yang kita tahu, beberapa diantaranya adalah Backpropagation (BP), Extreme Learning Machine (ELM), dan Support Vector Machine (SVM). Penelitian ini menggunakan lima data yang memiliki beberapa karakteristik. Hasil penelitian ini, dari ketiga model yang diamati memberikan akurasi klasifikasi yang sebanding. Penelitian ini memiliki tiga kesimpulan, yang terbaik dalam akurasi adalah BP, yang terbaik dalam stabilitas adalah SVM dan CPU time terbaik adalah ELM untuk data bioinformatika."